6.1 功能 DNA
6.1 功能 DNA
俗话说,产品经理推动工程师实现功能有三宝:竞品已搞,老板想要,开发量小。如果不行,再上杀招,求求你了好不好。
实际工作中,当然不能这么玩。第05章中用Y模型做完了需求分析,从一堆用户需求中推导出很多产品功能,接下来,要回答Which(做哪个)和How many(这次做多少)这两个问题。
一个功能,涉及表6-1中所列的很多属性(更具体的介绍请参见《人人都是产品经理(纪念版)》)。

表6-1中最基础的信息,是功能的描述。必须要让技术同学看了之后,就大概知道要做什么事情,这里的描述,通常只是一两句话,界面、逻辑等细节,还需要等到项目中的PRD(产品需求文档)阶段才会细化。
在本章中,主要展开说三点:价值评估(表中的“商业价值”)、成本评估(表中的“开发量”)和功能分类(表中的“分类”)。
更进一步可以总结出以下两点:
►价值由产品功能背后的用户需求(问题)决定。
►成本由产品功能(解决方案)决定。
实现成本低,或者对应需求的价值高,这两个条件中的任一个,都不能单独作为决定去实现一个功能的理由。必须结合这两个条件,综合考量功能的性价比。理论上,性价比高的功能优先级也就高,应该先做。
性价比 = 价值/成本
不过在实际操作中,还需要考虑功能的分类,在本章的功能分类部分,会仔细分析不同种类功能各自的应对策略。
6.1.1 功能的价值判断
先说说对某个功能进行价值判断的流程。
►参照“产品原则”里“目标”部分的定义,明确当前产品最看重的指标是什么,可以是数字化的KPI,比如注册用户数达到10万,也可以是某些关键结果,比如“建立起线上自动化的专家入驻全流程”。如果有多个指标,则需要对这些指标加权合并[2] 。
►考察每个功能点实现后,对上述指标的帮助大不大。如果大,则这个功能的价值就大。因为每个产品不同时期的指标不同,所以评判各个功能价值的标准也各有差异。通常用半定量的方式来衡量,比如最简单的大、中、小,或者 5、4、3、2、1 等评分标准。
接下来介绍图6-1中三个功能价值评判的基础原则。

广度:潜在用户数 *单用户价值
简单来讲,广度对应着潜在用户数,即一个产品将来可能覆盖的用户群体有多大。不同产品、不同功能的定位,直接决定其可能覆盖的潜在用户数会有差异,有时甚至相差一个或多个量级。
同样是面向出行这一需求,如果是打车应用,覆盖的潜在用户数可能是几个亿,如果是代驾应用,因为要求用户有车且没法开,可能覆盖的潜在用户数最多只有几百万,二者相差两个量级。同样是餐饮服务,日常快餐和只接婚宴,潜在用户数的差距也很大。
同等条件下,我们肯定愿意做潜在用户数多的产品功能。但是,潜在用户数不是唯一的因素。有一些产品虽然潜在用户人数很少,但是也可以做,因为它覆盖的这些用户,“单用户价值”非常高。典型的例子就是银行的VIP业务,从普卡、银卡、金卡、白金卡到钻石卡,以及再高级一点的私人银行,用户数越来越少,但一个高级用户的资产少则几千万,多则几个亿,可以抵上几千几万个初级用户。
单用户价值这个词,在不同行业能找到不同的说法。比如,电商行业的“客单价”,是指用户平均每次消费花多少钱;游戏行业和运营商的“ARPU值”(average revenue per user),是指平均每个用户在单位时间内给公司带来的收入;而对于社交应用,对应的说法也许是活跃度。
从广度的角度,“潜在用户数*单用户价值”可以用来判断产品对应的市场容量,也就是第03章提到的“产品概念筛选”里的“天花板”。当然,具体操作时,经常先从某些细分用户切入,再逐步扩大到所有潜在用户。比如,2016年下半年火爆的ofo共享单车,就是先攻高校内部,再扩张到校园外。
频度:需求频次 *单次复杂度
频度是指需求频次的高低,不同的需求,频次差异会非常大。
有些需求每天都会出现一次甚至多次,比如叫外卖;有的需求每周最多出现一次,比如看电影;有的需求也许每个月只出现一次,比如交水电费、还信用卡;有的需求每年出现一、两次,比如车险,出境游等;有的需求甚至有可能一辈子只出现一次,比如结婚。
同等条件下,我们当然更喜欢做频次高的产品功能。我曾负责过天猫积分系统,当时有很多积分相关的消息要开发。在产品的早期版本里,我做了一些简化:买家每次购物产生的积分变动消息,需要先做;而用户每年年底积分过期的提醒,可以缓缓,如果碰到可以先手动解决。
但是,有些需求的频次不是那么高,我们也愿意做。这是因为这些单次需求的复杂度高,而且单价也高,有很大的价值空间可供挖掘。
虽说外卖需求的频次比较高,但每单通常只有20块左右。而婚礼,虽然一辈子只有一次,但背后的需求包含了很多点——拍婚纱照要几万,办酒席要几十万,蜜月旅行要几万;还需要买一些周边产品,小到喜糖,大到车和房,后者又至少有几百万的潜在市场价值。
通常,频次很高的需求不太可能有太高的单次价值。理由很简单,类似每天一次、每次一万块这种需求,只能存在于极端小众的土豪市场,大众普遍没有这么强的消费能力。图6-2为这四种情况的二维图。

通过图6-2很容易就能得出结论,高频高单价的需求极少,低频低单价的需求不值得做。对于另外两个象限的需求,常见的策略是:先利用高频低单价的需求抓用户,因为高频场景和用户互动的机会多,而低单价的轻决策场景可以降低用户进入门槛,容易引流;再用低频高单价的需求做利润,因为单价高了,可以切分的蛋糕才大。之所以采取这样的先后次序,是因为必须有海量用户做基础,低频需求的总量才足够大。比如汽车后市场(指买车以后产生的各种消费)就很典型,用高频低单价的洗车增加客流量,甚至通过补贴来抓牢用户,然后用低频高单价的保险、保养、修车来赚取利润。
“需求频次*单次复杂度”,让我们在广度之余,可以从频度的视角再一次对市场容量进行验证。
强度:不可替代、紧急、持久
强度背后说的就是真实刚需。
一个需求是不是真的,是不是刚性,有一个简单的判断原则,就是问自己这样一个问题:“当你没有做这个产品功能时,用户是不是在设法解决,甚至已经在用某种低效的方式来解决这个问题?”如果答案是肯定的,那么说明需求真的很强烈。接下来再给大家讲几个判断的角度。
可替代性
可替代性用来说明一个功能是不是很容易被其他功能替代。打个比方,假设你开了家早餐店,一开始技术不太熟练,所以每天早上只能供应包子这一款单品。做了几个礼拜之后,技术水平提高了,发现早上时间还有富余,可以再做第二款单品。这时有两个选择,一个是馒头,一个是豆浆,应该怎么选呢?我相信大家都会选择豆浆。因为馒头和包子是可以互相替代的,豆浆是不可替代的。你会发现,买了包子的人经常会四处张望,看看旁边有没有卖牛奶、豆浆或其他饮料的,因为包子太干,容易噎着。
紧急程度
需求紧急程度也可以作为衡量需求强度的判断原则。科学的时间管理建议我们应该更有计划性,尽量避免紧急的事情发生,但现实中的确有这样的需求,真的是受各种客观情况所限,必须马上动手实施或调整计划。比如,极个别用户的负面评价,引起了广泛的舆论风波,必须要在产品上做出响应;营销方案已经开始推广,忽然发现支撑后台还有部分功能没有实现;竞争对手突然提高了补贴力度,必须马上决定是否应战。
持续时间
持续时间是指一个功能做好之后,用户有效使用的周期是多久。有一些需求上线后用户可能只用几天,另外一些需求上线后用户可以用几年,产品经理当然愿意做后者。举个例子,中秋节的促销活动一般只持续3天。如果要开发一个特定的系统,那么产品经理通常会采取两种对策,或是和营销人员沟通,询问能否借用已有功能来实现这一需求,或是争取把这个功能做成通用模块,以后可以经常复用。
不同阶段的产品看重什么
在产品的不同阶段,对上面提到的广度、频度、强度,会有不同的侧重点。
产品早期的验证阶段,更重视“强度”。通常在产品上线前后,要设法验证用户是否认可产品,愿意用且愿意反复用,即测验留存率高低。只有留存率够高,产品在将来才会有好的发展,而留存率高就要求产品背后的需求足够强。所以,刚上线的产品就像大家在小学应用题里经常见到的那个游泳池,有一个进水口在进水(获取新用户),有一个出水口在出水(失去老用户)。如果产品经理在现实生活中遇到这样的事情,当然会先去堵上出水口,而不是急于灌水。这个阶段的产品,常见的版本号是 0.8、0.9 和 1.0,还在不断试错,寻找最能打动用户的切入点。
验证完毕,产品进入大面积拉新(指获取新用户)的阶段,这时更重视“广度”。这个阶段的产品需要快速增长,希望通过各种推广来占领更多市场份额,以尽快与对手拉开差距。所以,拉新是否顺利,依赖的就是需求和功能覆盖的广度是否够大,当然也离不开足够的资源和资本支持。对于产品本身,此阶段常见的版本号是 1.1、1.2,工作重心依然是围绕核心功能做优化,同时可以获取大量的用户反馈。
当用户增长出现瓶颈,就需要开始对产品的用户进行激活,这时更重视“频度”。拉新阶段,通常的策略是先攻“单用户获取成本”低的场景,比如你要主攻白领人群,那么上下班时间的写字楼电梯口,就是一个好场景,在这里单位时间内能获取的新用户数肯定高于你在路边随机拉人。但是,当这类场景都做得差不多了,拉新成本就会越来越高,也就意味着用户数没法一直保持高速增长。这时再想扩大产品的价值,怎么办?在每个用户身上挖掘更大的潜力是个好办法,所以这个阶段适合做频度,让已有用户更加活跃,使用产品的频次提高,贡献更大的价值。这时候产品一般会出现大幅度的版本跳跃,比如从2.X升级到3.0。
当然,上述对产品阶段的划分过于理想化,真实情况是各个环节互相渗透,交替出现。
6.1.2 几个价值判断的案例
对于功能的价值判断,可以借助回答下面这两个问题来得到结论:
谁的痛,有多少这样的人?(这些人是核心用户吗,人群足够大吗?)
痛有多深?何时会痛?何地会痛?多久一次?一次多久?(具体场景典型吗?需求刚性吗?)
完成判断后,再来验证一下被判断为价值最大的那些功能,是不是正好满足第03章提出的产品概念切入点——核心用户、刚性需求、典型场景,借由二者的吻合情况可再次验证整个产品功能价值判断的逻辑。
下面这些案例,可以用来对大到产品、小到功能的价值进行综合判断,进而推导出产品发展的对策。
实用工具,如何突破
以墨迹天气为例,来聊聊实用工具类产品在价值上的优劣,以及如何突破工具产品没有想象空间的瓶颈。
墨迹天气的优势在于潜在用户数很大,几乎所有人都有看天气的需求;而且,需求频次很高,每天都要看天气。所以,它可以作为典型的入口级产品快速积累用户。
但是,它和用户之间的互动关系很疏远,这导致单用户价值很低。甚至可以说,看天气的只是“用户画像很模糊”的人,都称不上是真实的用户。因为Ta用了几年都没有注册,墨迹天气根本不知道Ta是谁。而且,每次的需求也很简单,只是点开App、刷新,看到天气情况后就离开,其间只停留5秒钟左右,产品方几乎难以榨取任何价值。此外,因为产品门槛不高,所以可替代性很强,用户如果要换另外一个天气应用,在使用上并没有太大区别。这就是典型的工具型产品的困境。
所以,我们看到墨迹天气做了各种尝试,这些尝试对其他工具型产品都很有启发。比如,它推出时景功能,让用户拍照、上传,在产品里留下一些数据,以期用户对产品的依赖性和黏性增强,如图6-3所示。再如,它利用自己的大流量,给其他产品引流,这种“把用户卖给别人”的做法也不失为一种很有价值的探索。
有一位同行说过这样一句精彩语录:一个产品要大成,靠的就是用户与你产生复杂的积极性情感 。所以,很多工具都在尽力向社区和个性化的方向靠拢,其实都是为了让用户跟自己产生情感。

智能硬件,怎样“送礼”
再来看一下2C的硬件产品。这类产品在上市之前或上市初期,比较适合做一些新品赠送的活动。可以站在产品方的立场上设计一下这样的活动,尝试回答怎么送、送给谁这些重要问题。
首先要判断活动目的。如果是为了“公测”,那么应该送给一些目标用户,比如硬件发烧友,让他们帮助测试功能、性能及各种产品细节;或是送给小白用户,以获取易用性等反馈。
而对于2C的硬件产品,这类活动更多是为了“营销”。那么,就应该考虑如何把路由器送到价值最大的人手里,而这个价值,就是获赠人能影响的目标用户的数量,“送给谁”这个问题的答案也就有了——KOL(Key Opinion Leader,意见领袖),特别是互联网、商界、媒体圈子的意见领袖。从投入产出比来看,这样营销相当划算,但需要有个重要的前提,就是自己产品的性能和质量足够过硬,能一举征服这些KOL,最好促使他们自发地帮忙宣传、为产品背书。
以智能路由器极路由为例,它曾在线上微信群做过新品发布会,聚集了几百位KOL,并在群里发红包、抽奖,最终引发正向的口碑传播,效果不错。
这个例子可以推而广之,它告诉我们,要重视那些“单用户价值”很高的用户。你看,我在书里又帮他们宣传了。
上门服务,哪种靠谱
2015年,各种上门服务特别火,美甲、家政、洗车、厨师、按摩、宠物等服务项目轮番登场。到了2016,幸存者寥寥。这些发生在他人身上的教训,让我们认识到,资本推动的补贴并不是长久的商业模式,上门服务还是要做到行业效率优于旧模式才能持久。下面简单讲讲哪些因素是我们应该关注的要点。
第一,客单价要高。上门相对于到店,把用户在路上花费的时间转嫁到了服务者身上。因为“时间不值钱,收入水平低”的人在路上跑才合理,所以,上门服务应该是相对有钱的人才会叫的,高客单价能弥补服务者的时间损失。几十块的上门很难,几百块才靠谱。
第二,订单密度要高。为了进一步减少手艺人的路上时间,上门服务讲求“三公里效应”。要瞄准一个个小区域来攻克,以把订单密度做到足够大。只有让服务者在一个街区就能做满一整天的活,才能充分体现出高效的优势,而这背后依赖的其实是需求的频次。单次服务时间越短的上门服务,比如取送清洗的衣服或收发快递等,越要减少路上时间。有些服务项目设计得比较巧妙,比如有一家上门理发的服务,为了提高订单密度,只接写字楼里的企业客户,将常规认识中典型的2C业务转化2B业务,一下子提高了单位时间的服务人数。
6.1.3 成本评估与性价比
成本评估
判断完了功能的价值,就要评估另外一个同等重要的因素——成本。
判断一个产品功能的成本,有很多方面的考量,比如人力、时间、金钱等,甚至也可以把风险看作广义的成本。日常评估时,没法面面俱到,所以通常会先判断成本的瓶颈在哪里,然后用对成本瓶颈的评估来简化完整评估。互联网、IT行业的功能成本瓶颈一般在开发工程师的工作量上,所以常常把“开发量”的高低视为成本的高低。
那么,具体谁来评估?我认为有技术背景的产品经理,这时候自己上就可以了。因为这个阶段的评估是相对粗略的,可以称作成本的“初评”,虽然常用的计量单位还是“人天”(指一个人一天可以做的工作量)、“人周”、“人月”,但目的不是为了精确知道工作量,而是为了了解不同功能实现难度的排序。
这个时候只做初评的原因,一方面是因为评估准确也需要很多投入资源,而这个功能做不做还不知道,所以没有必要精确评估;另一方面是因为做不到,毕竟还没有确定功能细节,也不知道由谁来做这个功能。
举一个方案细节对成本影响的小例子。
电商卖家向淘宝的产品经理提了个需求,希望可以修改订单价格。这看起来简单,但具体做起来,难度可大可小。最简单的做法是直接修改总价的数字。但修改价格的目的,有可能是多种多样的。
►买家经常要求包邮,那淘宝是否提供“包邮”这样的快捷操作功能,让卖家可以直接把总价中的邮费部分清零。
►免邮费是否需要和地域结合,给出类似偏远地区不包邮这样的提示?
►对于货款,卖家经常要修改的是打折、抹零,要不要提供更方便的操作?
►老客户折扣有没有提醒?这又需要和CRM系统打通。
……
往往,越想让用户简单,系统就要设计得越复杂。
所以,针对成本的初评来细化功能,细化到什么粒度是很讲究的事情。粒度太粗则没法评估准确,而太细又会浪费时间。这里面有个有趣的悖论:开发说你不细化我就无法评估,产品说你不评估我就不知道是否值得细化,双方各执一词,形成死循环。
要想正确看待这一悖论,需要双方心里都清楚,功能细化有可能给成本带来很多方面的影响,最终减少影响也离不开大家的共同努力。
而要在没细化时就能评估得相对准确,要靠团队默契。想象一下,如果产品和技术团队都很成熟,对彼此的人员情况很熟悉,对现有产品、技术架构也很熟悉,具体表现为产品经理知道技术人员的能力,了解功能实现的基本可行性;技术人员理解产品业务,能预测将来会扩展的地方,那么早期的评估一定会更加准确。
如果细化之后工作量确实比预想的大了很多,我们还可以灵活分割,把一个大功能切分成更细的模块,按照性价比分期实现,从而在保证产品迭代节奏的前提下,逐步完成工作。
确定性价比
评估完价值与成本后,就可以得到一张功能列表,具体的呈现可能是一张Excel表格,或者是某个IT系统里的需求管理表。
图6-4是我在某公司交流时做的一个简化的功能列表。第一列的每张卡片各是一个功能点,有些功能之间的关联很紧密,必须一起做,特意贴在一起以表示同属一个功能模块。第二列是价值评估,用1~5从低到高的分值来衡量。第三列是成本评估,已简化为开发量“人天”,而且因为较难一次性评估准确,用了便签的方式以便修改。第四列是第二列除以第三列得到的性价比数值。

经常有人问我产品经理要不要懂技术?我的观点是,产品经理懂技术肯定是优势,只要不滥用。比如,在初步评估成本时,自己能搞定就可以大大提升效率。那如果不懂技术怎么办?你就必须和技术人员配合。提供两个常见的方法,Team Estimation Game和Planning Poker,都是敏捷开发过程中供团队一起评估成本的方法,非常简单也非常好用,有需要可以自行查找资料加以学习。
要牢记此时评估的目的:确定功能的相对成本高低,从而确定性价比。功能A与功能B相比,哪个相对成本较大一点,哪个较小一点,只需要知道对比关系就可以,比如“高中低”的评价或者“5、3、1”的不同分值。然后,用半定量的价值和半定量的成本,就可以计算出半定量的性价比。
这个半定量的公式是:性价比 = 价值/成本
按理说应该先做那些性价比高的功能,但这太理想化了,实际操作中,还需要考虑功能的分类和其他的实际情况。
6.1.4 功能分类:KANO模型
表面上看,只要从功能列表中找到性价比最高的功能先做,就不会有问题。但事实上并非如此。你会发现,有一些非常基础的功能,比如一个电商网站的交易、支付等功能,是非做不可的。如果这些功能需要投入较大工作量,则性价比不会很高。这与之前性价比高者优先的结论有些矛盾,要想正确看待和理解这一矛盾,需要引入KANO模型[3] 。不过,由于KANO模型并不是专门针对产品经理而设计的,此处对其说法进行了一些相应的转化,用它来对功能进行分类。
先来解释一下图6-5。图中横轴指的是产品功能的实现度,用来表征一个功能有没有做完。最左侧的一点代表功能实现尚未开始,最右侧的一点则代表功能实现已经很完善。纵轴指的是用户满意度,越靠近下端表示用户越不满意,越靠近上端表示用户越满意。

不同类型的功能,对应图6-5中的不同曲线,下面逐一加以说明。
第一类,基础功能
第一类功能对应的是如图6-6这样的一条曲线。
由图6-6可知,当这类功能没有实现时,用户对产品是“极其不满”的。但是,这个功能做得再好,用户也认为“理所应当”。于是,把这种功能叫作基础功能,英文中的说法是Must Have。基础功能是必须要实现的功能点,但无法带来满意,只会消除不满。

比如,对于手机来说,如果只可以有一个基础功能的话,就是打电话。基础功能不具备,用户根本就不会用我们的产品,所以在回答其对应的Which问题时,没有必要再看性价比,唯一正确的做法就是留足资源先把它搞定。
那么,怎么判断一个功能是不是基础功能呢?主要靠领域知识。一个产品经理做某个领域的产品,就得知道该领域有哪些基础功能。比如,要做一个美图的应用,就必须知道它要能拍照,还要有几种基本的滤镜和一些类似拼图这样的核心工具,用来处理拍完的照片。
如果领域知识不够,无法做出正确判断,还可以通过问用户两个经典问题来补救:
►如果产品没有功能A,你觉得如何?请从很满意、一般满意、无所谓、不太满意、很不满意(或 5、4、3、2、1)这五个评价选项中选出一个来作答。
►如果产品有了功能A,你觉得如何?同上给出相应的答案。
然后,在KANO模型图中将以上两个答案对应的点之间连线,就能看出这一功能所属的类型。这个方法对接下来要讲的几类功能同样适用。
之所以首先强调领域知识,而不是直接建议向用户提问,是因为有些特别基础的功能,不适于提出这样的问题。比如,“如果我们的下一款车没有刹车,你觉得如何?”这样的问题,就颇显尴尬。
第二类,亮点功能
第二类功能的曲线与基础功能的曲线看上去正好相反,如图6-7所示。

当这个功能没有做时,用户并不会不满意或觉得有问题,因为已经“习以为常”。但是一旦有了这个功能,用户就会大为惊喜,甚至“赞不绝口”。为什么会这样?主要因为这些功能通常是新的,用户事先想不到产品居然还能有此妙用。比如,若干年前,有谁会想到,手机能当手电筒用,浏览器能通过记忆和联想自动补全你刚开始输入的网址,已发送出去的电子邮件还可以因内容不妥在几秒内撤回……这类功能有一个名字,叫作“亮点”,对应的英文说法是Excited To Have。
亮点是忠诚度、口碑传播的基础。如今,一个没有亮点的产品,用户也许偶尔会用,但不会与产品建立正向情感连接,更不会主动帮我们传播。想要低成本引流,让老用户带来新用户,产品必须找到自己的亮点。
那么应该做什么样的亮点呢?常见的亮点特性有“用户没见过”、“未经市场检验”和“如果被认可就能获得巨大回报”这几种。由其可知,选择亮点不能一概而论,大公司和小公司,已经很厉害的产品和新生的产品,都会做出截然不同的判断。
小公司和早期产品,应该优选成本低的亮点,仅将其作为锦上添花。比如很多网站有趣的404页面、很多App里用心的交互小细节。因为一个潜在的亮点在投放市场之前,并不知道它会不会真的变成亮点。如果投入太大成本去做这样的亮点,对小公司来说往往等于孤注一掷,一旦用户不买账,公司基本就完蛋了。当然,如果就是信奉大赌大赢,则另当别论。
对于大公司或很厉害的产品来说,情况完全不同。由于市场竞争领先、资源充足,完全可以不用那么在乎成本,做一些可以让自己保持领先地位的亮点,以寻求更大突破。还可以通过大量市场调研和技术预研,在功能推向市场之前就基本确定它是一个亮点,然后再投入大量资源重点研发,把这个亮点打造成领跑市场的杀手锏。
比如苹果手机,从iPhone 5S开始推出指纹识别,就是一个比较典型的例子。起初,安全和麻烦似乎相伴而生,想要安全就不能怕麻烦。要学会用多个密码、大小写字母+数字的强密码、短信验证、安装证书、硬件USB KEY、动态密码卡等方式严防死守,因为怕麻烦就意味着不安全。最终,指纹识别的出现一举解决了这一矛盾,完美兼顾了“方便”和“安全”这对曾经矛盾的需求。指纹识别这种级别的功能,一定需要投入大量市场、研发的资源,但因为能事先确定必会成为大趋势,先做出来就能引领潮流,而且苹果公司和产品的状态也足以支撑这样的突破,自然不会放过这样的亮点。
怎么做出亮点?主要靠对用户人性的理解,因为亮点是用户想不到、说不出的,必须领先一步,深刻洞察,这方面内容在第05章已经聊了很多。
第三类,期望功能
第三类功能的曲线如图6-8所示,看上去比较平缓。这类功能叫作期望功能,对应的英文说法是Nice To Have。这类功能,对产品而言往往是“多多益善”,选择起来也比较简单:先做性价比高的。

之所以取“期望功能”这个名字,是因为这类功能都是用户的期望。比如,你要做一款创新的智能手环,去问用户有什么需求,用户的答案可能是“最好操作简单一些”、“要能自动记录我的运动情况”、“充电不用太频繁,希望充一次至少用一个礼拜”、“样子要酷一点”……这种大多数用户能说得出来的,就是期望功能。
产品具备了期望功能,用户当然会继续使用,但因为缺乏惊喜而不大可能主动传播。如果只是通过简单地和用户交流来采集需求,最终实现的大多只能是期望功能,这再一次印证了第05章反复提到的Y模型中的一个原则:“用心听,但不要照着做”。让我们用图6-9来进一步阐释。
Y模型里面的“1”,既是用户需求的表象,也是用户的期望。KANO模型从另外一个角度告诉我们,如果直接从“1”到“3”,照着用户说的做,这个产品的功能往往是不完整的。因为用户告诉你的,只会是期望功能。用户不会提基础功能,因为他觉得你的产品肯定会有;用户也不会说亮点功能,因为他想不到。可见,不能抄近道,必须从“1”往下挖,挖到“2”后用领域知识来补全基础功能,再挖到“4”,这时要通过对人性和价值观的理解来提出亮点。从各种功能的来源上看,期望功能对应的是“1”,亮点对应的是“4”,而基础功能对应的是“2”。

前三类功能的与时俱进
我们刚刚讲的前三类功能,还只是在一个时间切片上去分析。现在,再加入时间维度来理解KANO模型。先说结论,随着时间的推移,一个功能的类型是会变化的,往往会经历从亮点功能到期望功能再到基础功能这样一个完整变迁。
预测未来很难,但可以通过追溯过往来找到例子。2000年左右,有少数手机已经可以用来听歌,彻底颠覆了单独使用MP3的用户习惯,所以“可以听歌”明显是个亮点;一、两年后,越来越多的用户意识到手机能听歌的好处,会在参与需求调研时提出“希望你们的下一款手机也可以听歌”,这时“可以听歌”又变成了典型的期望功能;再过去几年,当所有手机都能听歌了,用户就再也不会主动提这个功能,“可以听歌”变成了理所当然的基础功能。
有些新功能因为一直没能成为亮点,最终淡出了历史舞台,而有些基础功能也有可能被新技术替代,慢慢不再被用户需要,这都是时间的力量。现在看一下自己手机里的短信,会发现短信收发这个功能,已经彻底沦落为只用来接收验证码和垃圾广告了吧?几乎所有的短信,收发的对方都是机器,很少是真人,所以已经渐渐变得无足轻重,也许再过若干年,它会完全消失。
时间的推移,也是一个市场逐渐成熟、由俭入奢的过程,越来越多的功能成为基础功能,行业门槛也就随之提升。因此,基础功能常用来满足旧有的存量市场,而亮点功能则更有可能创造一个全新的增量市场。随着市场竞争的日益充分,企业要想胜出,必须不断创新,对市场进行有效细分,以快速找到自己产品的亮点。
第四类,无差别功能
接下来,再说第四类功能。在图6-10中,它和横轴重叠,用波浪线表示。这类功能叫作无差别功能,做不做用户对产品的感受是没有变化的。
可能有人会觉得奇怪,怎么会有这样的功能呢?举个例子,某产品的某个二级菜单,从后台观察数据,从来没有人点击,这就是无差别功能。

这样的功能怎么应对?当然是不要做。那么问题来了,如果不做,怎么知道它是无差别功能?所以,这里需要提一下低成本验证的概念,就是采取一些小投入的方案,来验证用户需求、验证市场,进而决定要不要做这个功能。对任何准备做的功能做取舍时,我都极力推荐低成本验证的方法。
美国有一个鞋类电商网站,叫Zappos,后来被Amazon收购了。它早在十几年前就在做网上卖鞋这件事情。最开始的时候,要回答的第一个问题就是“有没有人愿意在网上买鞋?”。当时没人知道这件事,毕竟对于买鞋,传统的想法还是要试穿的。如果先把电商的整个系统,包括网站、后台、供应链,等等都搭好,万一没有人愿意在网上买鞋,那损失的成本就太高了。
Zappos的创始人谢家华是这样做的:他先搭了几个简单的页面,当有人下单之后,他就去商场把这双鞋买过来,然后给对方寄过去。通过这样的方式把业务流程给跑通,然后才逐步做各种电商系统。
谢家华写过一本书,叫《三双鞋》,讲的是在用户每次购买一双鞋的时候,Zappos会给用户寄三双,挑中那双外的其他两双可以无条件退回。Zappos通过这样的方式,把用户不敢在网上买鞋的顾虑打消了。
IT系统作为狭义的产品,本来就是用于提高效率的。所以,先通过人肉跑流程来验证模式,使用量上来后再用IT系统来提升效率、实现规模化效益,是常见的操作方式。一个流程在效率可接受时,不一定非要做一个产品出来。千万不要因为我们是产品经理,为了刷存在感,就要把各种东西都做成IT系统。产品只是一种解决方案,人工服务也是,这里面的核心考量是投入产出比。
第五类,反向功能
如图6-11所示,第五类功能的线条呈现为一条反向的斜线,代表的含义是做得越多用户越讨厌,听起来是不是很奇怪?这类功能叫作反向功能。

既然用户讨厌,是不是不要做这种功能就好了?问题没这么简单。
比如百度的广告,对普通搜索用户来说,搜索结果页里广告越多,满意度就越差,但对投放广告的用户,肯定希望搜索结果中也里有自己的广告。
这是因为,KANO模型里的纵轴叫用户满意度,而一个产品的用户是多种多样的,不同用户的目标也各不相同,所以这里的“满意”,针对某一种用户可能是反向的,而针对另外一种用户却可能是正向的。
一个KANO模型,往往只针对一种用户,通常是核心用户。实际上,也可以针对不同的用户画出多个KANO模型。一般情况下,因为必要性不大,实操中很少有人这么做。
在评估反向功能时,要注意以下两种常见的用户属性。
第一种是用户的多边性,指多边型的平台产品[4] 里有完全不同类型的用户,他们之间可能存在的利益矛盾。比如同时有卖家、买家双方的交易类平台,往往卖家很喜欢的功能,对买家利益可能有损害,反之亦然。比如出行应用里,司机希望能够主动挑乘客,不希望被平台派单,而乘客也希望能主动挑司机,不希望被动接受,这里面就有冲突。而广义的多边,是外部用户和公司,他们之间的利益,也经常是有冲突的。
第二种是用户的多样性。同一类用户中,有一些人喜欢这个功能,有一些人不喜欢这个功能。举个例子,豆瓣每次改版后总有一些用户会不满意,然后产品经理被骂得受不了了,只好改回去。马上,另外一些刚才没说话的用户站出来说,你怎么又改回去了,我们挺喜欢新版的。这体现的就是用户的多样性。
反向功能很考验产品经理,我们需要在多种用户利益之间寻找平衡,而如何判断不同用户孰重孰轻,则又要回到“价值判断”的章节寻求答案。
表6-1中标记*的功能属性比较重要,为必填项。
举个例子,假设某产品在当前关注用户数与收入两个指标中更看重前者,就可以用“用户数*0.7 + 收入*0.3”来作为加权合并后的综合指标。
KANO 模型是东京理工大学教授狩野纪昭(Noriaki Kano)发明的一种对用户需求进行分类和优先排序的实用工具,以分析用户需求对用户满意的影响为基础,体现了产品性能和用户满意之间的非线性关系。
第02章里提过的概念,指需要几个不同人群一起使用才能产生价值的产品。